Metodolochía

Iste documento ye a referencia metodolochica d’Al dato. Se publicó en o repositorio antes de calcular os resultaus; cualsiquier cambio posterior queda en l’historial de versions y en docs/DESVIACIONES.md.

1. Principios

1. Nomás fuentes oficials. Organismos publics d’Espanya (INE, Banco d’Espanya, IGAE, Seguridat Social, Ministerio d’o Interior, Chunta Electoral Central, BOE) y d’a Unión Europea (Eurostat). Pa datos d’Espanya se prefiere siempre o productor primario; Eurostat s’usa pa comparar con a UE con definicions armonizatas.
2. Procedencia verificable de cada numero. Cada fichero descargau se guarda sin modificar con a suya URL exacta, a fecha y l’hora de consulta y a suya huella SHA-256. A publicación falla automaticament si una cifra no se puet reconstruir a partir d’un fichero bruto con a suya huella.
3. Pre-rechistro. Os indicadores (data/catalog/indicadores.yaml), os marcadors (data/catalog/marcadores.yaml) y l’análisis de medidas (data/catalog/medidas.yaml) se fixan y se publican antes de veyer os resultaus.
4. Neutralidat por construcción. Mismas reglas pa toz os gubiernos y partius; ningún color asociato a partius; rango por defecto d’os graficos = serie completa; ningún adchectivo valorativo.
5. Honestidat sobre a causalidat. Cada resultau declara o suyo nivel d’evidencia. Que un dato cambie mientres un gubierno no significa que iste gubierno l’haiga causau.

2. Indicadors d’o verificador

Cada indicador d’o catalogo tien: organismo, operación estadistica, codigo de serie, URL d’a fuente primaria, unidat, frencuencia, administración con a competencia principal, rupturas de serie documentatas por l’organismo y definicions que suelen confundir-se.

• Verificación: cada código se comprobó contra a API oficial (último periodo y último valor), e se descartoron as series conxeladas u descontinuaus. Por exemplo, o INE substituyó a serie de paro EPA815 por EPA452434 en revisar a EPA.
• Datos provisionals: se conservan as marcas d’o organismo (provisional, ruptura, definición distinta, estimau).
• Comparación con a UE-27: quan existe, se usa a serie armonizada d’Eurostat pa Espanya y pa a UE-27, con a mesma definición. A serie nacional d’o productor primario se muestra a parte.
• Cifras de portada: un indicador por cada gran área d’o debate economico y social (ochupau, precios, cuentas publicas, actividat, pobreza y educación), siempre o mesmo y con o suyo último dato, cualsiga que siga a suya evolución.
• Actualización: una tasca programada descarga os datos cada día y los pasa por un filtro automatico. Lo que supera o filtro se publica. Lo que o filtro retien no se publica dica que lo revise una persona (veyer a sección 8]).

Incorporación d’indicadors nuevos

Cada indicador nuevo s’amplía en o catalogo con a suya verificación contra l’API oficial. O cambio queda rechistrau con a suya fecha en o historial publico, e se documenta en docs/DESVIACIONES.md si altera o pre-rechistro.

3. Marcadors por area de gubierno

Os marcadors siguen a lochica d’os OKR (obchetivos e resultaus claus), con dos restricción de neutralidat:

1. Qui decide qué ye «meyor». Un indicador nomás tien sentido de millora (sube u baixa) si lo estableixe una norma u un compromís oficial, que se cita: a Constitución Espanyola, os tratos d’a UE, una lei u un obchetivo oficial d’a UE. Si no existe ista norma, l’indicador se presenta como contexto, sin valoracion. Asina ocurre con a presión fiscal, o gasto publico, l’inflación (mandato d’o BCE) u a población.
2. Qui fixa os obchetivos. Os obchetivos cuantitativos (por exemplo, o deficit d’o 3 % u l’abandono escolar por debaixo d’o 9 % en 2030) proceden exclusivament de normas oficials (data/catalog/objetivos.yaml).

Ventanas d’atribución. Cada gubierno abarca dende o Reial Decreto de nombramiento d’o suyo president dica o d’o siguient, incluiu o periodo en funcions; o día d’o Reial Decreto todavía cuenta pa o gubierno salient (D-009). Se fan servir gubierns y no legislaturas porque una moción de censura puede cambiar o Gubierno a metat de legislatura. Cada anyo, trimestre u mes se atribuye a o gubierno que gobernau más d’a metat d’os suyos días (D-005). A variación va d’o zaguero dato anterior dica o primer periodo propiu d’o gubierno dica o suyo zaguero periodo propiu, e nomás se califica si i ha dato en toz os suyos periodos propius (en o gubierno en curso, dica o zaguero dato publicau).

Separar o contexto d’a chestión. Pa cada ventana se calcula a variación en Espanya y en a UE-27 con a mesma definición armonizada. O diferencial (a variación d’Espanya menos a variación d’a UE-27) descuenta a parte d’a evolución que comparten as economías europeas: ciclos, crisis financieras, pandemia u precios d’enerchía.

• Lo que no permite: atribuir o diferencial a lo Gubierno. Puede deber-se a factors propius d’Espanya aliens a l’acción d’o Gubierno, como a estructura productiva, a demografía u a politica d’as CCAA.
• Nivel de evidencia: N0, descriptivo con comparador.

Sensibilidat. As politicas tardan en producir efecto. Por ixo s’ofrecen tamién os resultaus con a ventana desplazau un anyo. Si o diferencial cambia de sinyal, o resultau ye frachil y asinas se indica.

Ventanas curtas u incompletas. Os gubiernos de menos d’un anyo, os tramos con menos de dos observacions (a de partida y a final) y as variacions a que les falta un periodo propio no se califican, y a tabla diz o motivo.

Competencias. Cada indicador indica qué administración tien a competencia principal. Sanidat y educación estan chestionadas por as comunidaz autonomas.

4. Laboratorio de medidas

L’obchectivo ye estimar l’efecto d’una medida concreta, separando-lo d’o contexto, con métodos de inferencia causal.

Criterios de selección de medidas:

• norma publicada en o BOE con fecha d’entrada en vigor;
• al menos ocho observacions antes y después;
• un grupo de comparación creíble;
• equilibrio entre gubierns de distinto signo.

Salvaguardas:

• placebos de fecha y de unidat;
• sensibilidat a la ventana y al grupo donante;
• errors robustos;
• informe de todas as especificacions probadas.

Si un placebo da un efecto significativo u as tendencias previas no son paralelas, o resultado baixa de nivel y a conclusión lo diz.

Revisión externa: mientres no los validen al menos dos personas expertas de perfiles distintos, os analisis se publican como borrador. Llevan un aviso visible en cada pachina, no se indexan en buscadors y as suyas cifras no se presentan como resultaus en ninguna otra parti d’o sitio.

5. Simulador y guía institucional

O simulador aplica a LOREG (art. 162 y 163: D’Hondt por circunscripción, umbral d’o 3 % d’os votos válidos) a os resultaus oficials de 2023 (Chunta Electoral Central, BOE-A-2023-18907) y a o reparto d’escaños de 2026 (Real Decreto 806/2026, BOE-A-2026-20742). Un test automatizau comprueba que o motor reproduce exactament os 350 escaños de 2023 en as 52 circunscripcions.

• Modelo de variación: a variación d’o voto se modela como un cambio proporcional uniforme. No ye un modelo predictivo.
• Encuestas: se respeta a prohibición de publicar sondeos en os cinco días anteriors a la votación (LOREG, art. 69.7).

Cada regla d’a guía institucional enlaza a o suyo articlo en o texto consolidau d’o BOE.

6. Programas electorals

Se analizarán os programas d’as 20 candidaturas principals, elegidas asinas:

1. nomás candidaturas proclamadas en o BOE;
2. ordenatas por votos en as chenerals de 2023;
3. as formacions nuevas entran si obtuvoron representación en o Congreso d’os Deputaus u en o Parlamento Europeu en 2024.

Pa cada programa:

• se archiva o PDF oficial con a suya huella;
• cada proposición se rechistra con cita literal, pachina, área tematica, nivel de concreción («medible» u «declaración d’intencions») y administración competente;
• si se fa extracción automatica, una persona revisa cada proposición antes de publicala.

Afinidat entre partius

Cuanto coinciden os partius en votar en o Congreso d’os Deputaus, en o Senau y en o Parlamento Europeu, nomás con votacions nominals oficials. Al dato no coloca a ningún partiu en ningún eixe. As reglas, fixatas antes de descargar os datos, están en docs/AFINIDAD.md y data/catalog/afinidad.yaml.

7. Correccions

Os errors se corrigen de forma visible en a fe d’erratas, con a fecha, a cifra anterior y a corregida, y sin borrar l’historial.

8. Actualización automatica y filtro de cualidat

Os datos se actualizan solos cada día. A regla ye: ningún dato se publica sin pasar o filtro; lo que o filtro retén lo revisa una persona. O filtro protege contra tres coses: una fuente comprometida (por exemplo, una web oficial atacada), un error de descarga y un cambio de metodo que o organismo no haya avisau.

1. Orichen y forma de cada descarga. Se baixa nomás d’una lista cerrada de dominios oficials, siempre por HTTPS y con o certificado verificau. Una redirección a unatro dominio ye un error. Cada descarga tien que tener o tipo y o tamaño esperaus y a mesma estructura que l’anterior: codigo de serie, unidat y dimensions. D’a fuente nomás se prenen numeros y periodos. Un periodo futuro u un valor que no ye un numero se rechaza. Os nombres que trae a fuente (por exemplo, de provincias) se comparan con o catalogo y nunca se publican tal cual.

2. Verosimilitud de cada serie, en relación con l’ultimo dato publicau. As reglas y os suyos umbrales están en data/catalog/filtro.yaml:

• Salto anómalo: o cambio d’o último periodo se compara con os cambios habituales d’a mesma serie, con una mesura robusta d’a suya dispersión (a desviación absoluta mediana). Amás, i ha un límite fixo por tipo d’unidat: un valor multiplicau por diez se retienta siempre.
• Revisions d’o pasau: se retienta si l’organismo cambia mas d’un 30 % d’os periodos ya publicaus, u si una revisión ye gran.
• Desaparicions: un periodo que ya estabá publicau y desapareix, u un hueco nuevo, se retienta siempre.
• Cuadres: en os mapas, a suma d’as provincias tien que cuadrar con o total d’Espanya, como dica agora.
• Coherencia entre fuents: o paro, l’IPC y o PIB d’o INE se comparan con a mesma cifra d’Eurostat. A suya diferencia tien que quedar dentro de lo habitual.
• Cambios masivos: si una fuent cambia d’un golpe o pasau de muitas series a la vez, se retienta tota a fuent. Ye a señal tipica d’un ataque u d’un cambio de metodo.
• Calendario: un dato que llega antes de lo posible nomás chenera un aviso. O INE no publica o suyo calendario en un formato que se pueda descargar.

Probau sobre os zaguers 24 periodos de cada serie publicada (3.488 casos), o filtro habría reteniu l’0,8 %, casi tot en a pandemia de 2020 y 2021. Ye lo esperau: un cambio asina merece que una persona lo mire antes de publicarlo.

3. Decisión. Lo que se retienta no se publica. A ficha de datos mantien o zaguero dato comprobau y avisa: «Dato no actualizau dende…». O titular recibe un aviso con os motivos y decide si lo aprueba. Cada actualización queda en o registro publico d’actualizacions: qué se actualizó y qué se retientó, con o suyo motivo.

4. Archivo de pruebas. Cada respuesta de cada fuente se guarda completa, con a suya fecha y hora, en formato WARC (ISO 28500), un estandard d’archivo web. Se guardan tamién as cabeceras y a huella d’o certificado d’o servidor. L’archivo nunca se borra ni se sobreescribe. Cada día, una cadena d’huellas SHA-256 enlaza tot lo nuevo con lo anterior, y un sello de tiempo independient (RFC 3161 y OpenTimestamps) fixa a suya fecha. Asina se puet demostrar qué publicaba cada fuente en cada momento, encara que dimpués lo cambie u lo borre. O procedimiento está en docs/PRUEBAS.md.

9. Propiedaz estadisticas d’as series y correlacions (en preparacion, sin publicar)

As reglas completas y os parametros en data/catalog/estadistica.yaml y en a desviación D-048, fixatas antes de calcular. Os resultaus en data/processed/estadistica/.

Propiedaz por serie (sobre a serie publicada, salvo on se diz anual). Siendo x_i as observacions y t_i o suyo inicio en anyos:

• Media, mediana y desviación tipica con n−1. Minimo y maximo con o suyo periodo.
• Tendencia: pendient b de x = a + b·t por minimos cuadraus, con intervalo d’o 95 % (t de n−2 graus de libertat y errors de Newey-West, floor(4·(n/100)^(2/9)) retardos).
• Variación media anual: (x_ultimo/x_primero)^(1/anyos) − 1 en series en niveles positius; (x_ultimo − x_primero)/anyos en o resto.
• Variación interanual anual d_t: 100·ln(X_t/X_{t−1}) en niveles positius; X_t − X_{t−1} en o resto, con X_t a media d’os periodos d’o anyo si ye completo. Volatilidat = desviación tipica de d_t.
• Estacionalidat: parte d’a varianza d’as primeras diferencias que explica o periodo d’o anyo (umbral 0,25, o mesmo d’a web).
• Cambios de ritmo: PELT sobre d_t, coste de minimos cuadraus, tramos de 4 u mas, penalización 2·σ²·ln(n), σ = 1,4826·MAD(d).
• Rupturas documentadas: prueba de Chow (F de 2 y n−4 graus de libertat) con corrección de Benjamini-Hochberg.
• Variacions atipicas: |0,6745·(d_t − mediana)/MAD| > 3,5.
• Frente a l’UE-27: diferencia Espanya − UE-27 en os periodos comuns.

Correlacions. Spearman e Pearson entre d^A_t y d^B_{t+k}, k de −4 a +4, con como minimo 20 pares; p-valor con tamaño efectivo por autocorrelación; intervalo por bootstrap de bloques; Benjamini-Hochberg al 5 % sobre todas as pruebas. Una correlación no implica causa: descriu que dos series se movioron a la vez, e a mayoría d’as que salen con series que creixen con o tiempo no tienen relación. Se acompaña siempre d’o numero de pruebas, de cuantas salirían por azar e d’un placebo con una serie barachada por bloques.

En a web: coincidencias estadisticas. As correlacions que superan Benjamini-Hochberg a lo 5 % se publican como «coincidencias estadisticas» en a ficha de cada dato, en Explorar y en una pachina propia con o metodo, os recuentos y a lista completa. Cada lista lleva o numero de parellas comparadas, cuantas coincidencias saldrían por azar, o resultado con datos barachaus y o texto fixo: puede deber-se a l’azar, a una tercera causa comun u a a casualidat d’as fechas, y no indica que una cosa cause l’autra. Orden fixo: por o nombre d’o otro dato y, a igual nombre, por o desfase; nunca por a mida d’o coeficiente. As parellas con relación por definición (mesma operación estadistica, una part d’a otra u una calculada a partir d’a otra) se marcan con una regla fixa, sin mirar o resultado, y van a parte. Reglas de presentación y lista d’a marca en data/catalog/coincidencias.yaml.

En a web: perfil d’o dato e datos con un comportamiento parellau. Cada ficha de datos e Exploran presentan en luenga clara o perfil d’a serie (minimum, maximum, media, cambio tipico d’un anyo a l’atro, tendencia, temporada, cambios de ritmo, anyos atipicos e cambios en a forma de medir), con lo tecnico en «Mas». Con cinco rasgos sin unidat d’a serie anual (dirección e regularidat, volatilidat relativa, anyo d’o maximum, anyo d’o minimum e numero de cambios de ritmo) e a temporada, una regla fixa busca parellas con un comportamiento parellau (D-064, reglas en data/catalog/perfiles.yaml). Se publica siempre cuantas parellas salen parellatas con os datos reals e cuantas con series inventadas e con datos barachaus, chunto a o texto fixo: que dos datos tengan un comportamiento parellau no quier decir que estigan relacionaus ni que uno influya en l’atro. Con os datos reals salen casi tantas parellas como con series inventadas, asinas que a lista se publica nomás en a suya pachina, con o metodo e os recuentos, e no chunto a cada dato (D-065). Orden por o nombre d’os dos datos, nunca por o parellamiento.